ヒストグラム
Contents
3. ヒストグラム¶
3.1. 概要¶
ヒストグラムとは，例えば下図のように，
3.2. Plotlyによる作図方法¶
Plotlyでは，plotly.express.histogram()でヒストグラムを作成可能です．
import plotly.express as px
fig = px.histogram(df, x='col_x')
上記の例では，dfのcol_x列をX軸，その度数をY軸に取ったヒストグラムのオブジェクトfigを作成します．また，
fig = px.histogram(df, x='col_x', cumulative=True)
cumulative=Trueオプションを指定することで，累積ヒストグラムを作図可能です．更に，
fig = px.histogram(df, x='col_x', color='col_stack', barmode='stack')
barmode='stack'を指定することで，col_stack列に関する積み上げヒストグラムを作図可能です．
もちろん，cumulativeとの組み合わせて使うこともできます．
3.3. MADB Labを用いた作図例¶
3.3.1. 下準備¶
import pandas as pd
import plotly.express as px
import warnings
warnings.filterwarnings('ignore')
# 前処理の結果，以下に分析対象ファイルが格納されていることを想定
PATH_DATA = '../../data/preprocess/out/episodes.csv'
# Jupyter Book用のPlotlyのrenderer
RENDERER = 'plotly_mimetype+notebook'
def show_fig(fig):
"""Jupyter Bookでも表示可能なようRendererを指定"""
fig.update_layout(margin=dict(t=50, l=25, r=25, b=25))
fig.show(renderer=RENDERER)
df = pd.read_csv(PATH_DATA)
3.3.2. 各話のページ数の分布¶
fig = px.histogram(
df, x='pages', title='各話のページ数')
show_fig(fig)
これでは少し見づらいので，表示範囲をfig.update_xaxis()で変更します．
fig.update_xaxes(range=[0, 50])
show_fig(fig)
cumulative=Trueオプションを指定することで，累積分布を作図することもできます．
fig = px.histogram(
df, x='pages', title='各話のページ数', cumulative=True)
fig.update_xaxes(range=[0, 50])
show_fig(fig)
3.3.3. 雑誌別の各話のページ数の分布¶
df = df.sort_values('mcname', ignore_index=True)
fig = px.histogram(
df, x='pages', color='mcname', barmode='stack',
color_discrete_sequence= px.colors.diverging.Portland,
title='雑誌別の各話のページ数')
fig.update_xaxes(range=[0, 50])
show_fig(fig)
for mcname in sorted(df['mcname'].unique()):
df_tmp = df[df['mcname']==mcname].reset_index(drop=True)
fig = px.histogram(
df_tmp, x='pages', title=f'{mcname}の各話のページ数',)
fig.update_xaxes(range=[0, 50])
show_fig(fig)